公司创始人背景与核心理念 - 创始人何元翔在青少年时期即开始投资实践，早期成功投资了腾讯和苹果等公司，并从18岁起依靠投资回报支付学费和生活费 [1][2] - 其投资哲学深受霍华德·马克斯、沃伦·巴菲特和查理·芒格影响，核心是坚持基本面驱动和长期投资，坚信复利的力量 [1][4] - 复利是其投资哲学的核心，例如以12%的复利增长100年，资金将增长84,000倍，远超线性思维的预估 [4] 公司概况与业绩表现 - 三塔资本是一家总部位于香港和深圳的中国股票资产管理公司，为全球机构客户管理超过14亿美元资产 [4] - 公司旗舰基金表现强劲，2024年净回报率为19.4%，2025年净回报率为67.5% [4] - 自成立以来，公司基金年化回报率为16.8%，而同期MSCI中国指数的年化回报率仅为0.3% [4] - 公司荣获2025年HFM亚太业绩大奖的“最佳中国股票基金”和2025年亚洲投资者大奖的“最佳另类资产管理人” [4] 独特的投资策略与流程 - 公司采用基本面驱动的自下而上策略，将深入的实地研究与专有的另类数据相结合，并辅以内部开发的人工智能工具，开创了独特的混合投资模式 [4][12] - 投资流程始于深入的基本面研究，但独特之处在于广泛使用另类数据和大数据来证实或反驳投资论点，这在中国市场尤其有效 [12] - 公司选择投资标的时，寻找拥有持久竞争优势、所在市场总规模巨大且能支撑多年增长的优质企业，并高度重视管理层质量与利益一致性 [12] - 公司强调估值纪律，寻求以合理的价格买入优质企业，并常在市场忽视的领域进行早期逆向布局 [12] 另类数据的深度整合与应用 - 公司相信另类数据是驱动研究和创造超额收益的关键力量，尤其是在数据量呈指数级增长的中国市场 [7] - 研究信息集中很大一部分与另类数据相关，用于更好地理解公司基本面，证实或证伪投资论点 [7] - 公司使用高度针对性的数据，例如在珠宝行业追踪各线城市门店数量、直播平台社交“热度”、在线销售额和消费者评论；在电动汽车行业追踪分车型订单量、交付周期等 [13][14] - 关键不在于单纯拥有更多数据，而在于运行一个不断挑战假设、缩小叙事与现实差距的研究流程 [14] 人工智能平台与团队架构创新 - 公司的中枢神经系统是内部自主研发的人工智能平台TriataAlpha，该平台汇集了所有实地研究成果和另类数据，并运用自然语言处理等技术进行分析 [15] - TriataAlpha平台并非输出买卖信号的黑箱，而是投资团队的GPS，用于对每一个基本面论点进行严格的数据检验 [15] - 公司团队结构独特，采用联合覆盖模式：投资组合中的每一家公司都由一位基本面分析师和一位数据分析师共同覆盖，以消除确认偏误 [19] - 公司倡导求知若渴、思想多元、并愿意以建设性和坦诚的方式挑战既有假设的文化，研究和讨论都被记录并公开可见 [19][22] 投资案例与市场观点 - 以拼多多旗下Temu为例，2023年第一季度数据显示其平均售价大幅下降，但通过TriataAlpha深入分析，发现下降源于超级碗广告带来的新用户激增，存量用户消费额仍在增长，因此坚守仓位并抓住了随后的上涨行情 [16][18] - 创始人认为“中国不可投资论”忽略了结构性转型，中国正在向价值“微笑曲线”的高价值两端迈进：上游聚焦研发和硬科技，下游着力品牌打造与全球扩张，并举了比亚迪、TikTok、希音和Temu为例 [25] - 公司的最终目标是找到伟大的企业并长期持有，让复利的力量在长周期中发挥作用，构建一种旨在实现复利的竞争优势 [25]

文章核心观点 - 文章以一位百亿私募量化研究员的视角，分享了其从奥数竞赛到量化投资的职业转型与思考，并重点阐述了其所在公司（玄元投资）在量化研究领域的方法论演进，特别是从执行模型到参与构建“超融合策略”的实践，强调了连接主观洞察与量化系统的重要性 [1][5][10][12] 早期探索与数据基础构建 - 量化研究员的早期探索采用“广撒网”式学习，复现券商研报策略，并在数据清洗、参数选择等细节差异中积累经验 [7] - 早期接触并重视“另类数据”源，如财报附注中的管理层讨论、龙虎榜资金流向、上市公司调研纪要等非结构化信息，视其为未被充分挖掘的“新大陆” [7] - 通过实践案例学习用新角度审视传统财务指标，例如通过资产负债表推算法与财务报表附注明细进行交叉验证，发现部分公司数据存在显著差异，这提示了财报编制中可能存在未被揭示的细节 [8] - 早期广泛探索的核心价值在于建立起对金融数据的“手感”和敏感度，能够判断数据源的信噪比和关键信息潜力 [8] 策略演进：从量化执行到“超融合”架构 - 研究员职责从执行量化模型，跃迁至深度参与构建公司“超融合策略”的底层建设，重心转向推动量化与主观投资的系统化协同 [10] - 初期采用“主观定方向、量化来执行”的经典融合模式，但发现市场现成的行业与主题概念（如卖方或第三方数据商定义）难以与自身量化模型的逻辑和频段完美适配，存在概念过于宽泛或边界僵硬的问题 [10] - 工作转向与主观研究团队共同重新绘制“投资图谱”，综合产业深度洞察与量化系统性扫描，共同定义和打造一套适配自身投资逻辑的动态“行业与概念集群”，摆脱对市场既有分类的被动依赖 [12] - 研究员角色成为超融合策略的“架构师”之一，核心成就是共同创建了一套让主观逻辑与量化算法能用同一种“语言”高效对话并持续优化的“基础设施”，定义了更精准捕捉阿尔法来源的自身分类标准 [12] 奥数思维在量化工作中的映射 - 奥数竞赛经历留下的核心是底层思维模式，而非具体公式，其中最核心的是对“严谨性”的本能追求，这种思维渗透到模型构建中，会追问假设来源、成立条件及边界 [14] - 奥数训练培养了强大的“问题拆解能力”，能够将复杂的“预测市场”问题拆解为数据层、特征层、模型层、组合层等相对独立的子问题，并逐个突破 [14] - 奥数思维还强调“想象力”与“发散思维”的平衡，在量化研究中体现为需要想象力去挖掘非传统的阿尔法来源（如龙虎榜席位联动、分析师观点修正），但最终所有想法都必须经过严谨的回测和可解释的逻辑验证 [15] 量化研究的工作理念：理论与实证的辩证 - 工作理念强调理论与实证的张力平衡，核心是两层辩证思考：一是任何策略都需要模拟验证，但更要警惕模拟假设的漏洞；二是历史回测的真正价值在于找到理论的适用边界，而非证实理论 [17] - 通过具体研究案例说明此理念：在研究某财务特征因子时，通过质疑“报表数据全部反映经济实质”的默认假设，并依据相关会计政策激进程度对样本分组测试，发现该因子在会计处理异于同业的公司群体中预测能力大幅减弱或消失，揭示了部分公司“优势”可能源于会计选择而非真实竞争力 [18] - 因此，策略失效的时段和不适用的市场环境等界定模型边界的信息，被认为是规避风险的关键，这种对“边界”的追求是奥数思维的重要馈赠 [18] 行业背景与公司情况 - 2025年中国私募行业迎来技术与规则双重变革，AI赋能量化崛起，私募规模突破22万亿元，私募出海加速，行业迈向多元化新格局 [1] - 玄元投资是一家百亿私募，在私募排排网有9只产品进行业绩展示 [18] - 根据一份2025年1-11月的收益排名表，玄元投资在股票策略公司中位列第一，但具体收益均值因监管要求未公开显示 [19] - 量化领域的未来正经历深刻变革，大模型、另类数据等新技术层出不穷，但行业核心逻辑不变，即从市场不确定性中寻找可建模的结构，从数据噪声中提取微弱信号 [19]

核心观点 - 公司推出名为“鹰眼快讯Pro”的期货市场情绪量化系统，旨在通过AI技术将海量、定性的市场资讯转化为标准化、可视化的情绪数据，从而帮助市场参与者进行理性决策，标志着期货资讯进入“情绪量化”的新纪元 [2][3][23] 产品与服务 - 产品核心功能是对资讯进行毫秒级“情感CT扫描”，输出三元标签（利好、利空、中性）和-1到+1的连续情感得分，将复杂的文本转化为结构化的情绪信号 [3][4][5] - 系统提供实时“综合情绪指数”、各板块“板块情绪指数”以及具体品种的“情感得分”曲线，帮助用户把握市场整体水温与资金轮动 [17][18] - 公司提供完整的数据API接口、定制化情绪分析报告及深度合作方案，以满足不同机构的专业需求 [20] 目标客户与价值主张 - 对个人交易者：系统作为“情绪雷达”与“噪声过滤器”，帮助其快速聚焦市场焦点，避免情绪化交易，建立理性的数据决策基础 [9] - 对期货公司与专业机构：提供附带智能解读的“数据解决方案”，可整合进内部投研与客户服务，提升内容生产效率与专业形象，打造差异化竞争力 [11] - 对量化投资团队：提供经过清洗处理的、连续的情感时间序列数据，作为稀缺的“另类数据因子”，可用于构建情绪动量或反转等量化策略，成为新的阿尔法来源 [12] 技术优势与竞争壁垒 - 拥有原创资讯源头优势，数据源包括自采快讯及财联社、Mysteel等战略授权信源，确保了数据的独家性、及时性和高质量，从根源上避免了公开数据的同质化与噪音问题 [13] - 具备垂直领域深度理解，其AI模型专为期货市场训练，能深度理解产业逻辑、交易术语和政策语境，对“基差”、“库存拐点”等概念进行专业情绪判断，而非通用模型的浅层解读 [13] - 核心NLP引擎是基于Transformer等前沿架构，使用数百万条金融文本预训练，再以海量精准标注的期货资讯进行领域微调而成的专用模型，超越了通用开源模型 [14] - 情感打分系统已通过全球顶尖量化对冲基金的算法回测验证，在多个主流期货品种上展现出显著且稳健的预测能力，其IC值与夏普比率提升均通过统计检验，被验证为有效的另类数据因子 [14]

行业趋势与公司定位 - AI技术正深度赋能金融投研，个人投资者开启“量化时代”，能够通过AI工具构建自己的量化标准，拥有类似“量化基金经理”的策略构建能力 [1][8] - 在量化时代，金融工程研究是贯穿投研全流程的关键支撑，公司研究特色是以宏观经济研究与金融工程研究为底座，融合行业、公司及区域经济研究，为投资者提供全面决策支持 [2][9] 公司核心竞争优势 - 作为持牌机构，公司具备天然的合规运营基础 [3] - 相比开发通用大模型的科技巨头，公司对宏观经济、证券市场及资本市场的理解更为深入 [3] - 公司专注于证券行业垂直赛道，核心优势在于拥有大量证券行业数据库资源，以及完全基于证券行业思维构建的投研方法论和模型 [3][10] - 公司已集结大量研究员、分析师与软件工程师协同推进模型构建，以强化细分赛道竞争力 [3][10] 产品技术与数据应用 - 公司的AI产品具备“分析管理层表情辅助投资决策”功能，该技术基于多模态模型协作，本质是对另类数据的挖掘与应用，技术层面已基本成熟 [4][11] - 传统投研依赖结构化数据（如三张财务报表、量价数据），而另类数据（如管理层表情）能提供传统数据无法覆盖的维度，弥补不足，使分析更全面 [4][11] - 另类数据的核心价值在于帮助投资者“预判未来”，但不会作为投资决策的唯一依据，公司始终通过“因子组合”进行综合判断 [4][12] 核心产品“AT系统”功能 - AT系统本质是公司自主研发的程序化交易系统 [5][13] - 系统核心功能围绕“因子应用、策略构建、策略回测、程序化交易”全流程设计 [6][13] - 系统内置丰富因子库，涵盖量价因子、上市公司财务基本面因子、MACD等技术面因子及各类另类因子 [6][13] - 投资者可根据自身风险偏好，使用因子库构建专属交易策略，并进行回测验证，最终在合规前提下开展程序化交易 [6][13] - 研发该系统的核心目标是帮助客户适配AI与量化时代，在严格合规框架下实现程序化交易，更有效地接触资本市场 [6][13] 产品价值与投资者赋能 - 通过AT系统，个人投资者可以类比扮演“量化基金经理”的角色，但核心差异在于基金经理管理大型资金组合，而个人投资者是科学管理自有资金 [7][14] - 系统通过因子筛选、策略构建与回测等功能，帮助投资者更清晰地认知资本市场，精准挖掘优质企业，伴随市场成长并为其健康发展注入活力 [7][14]

金融市场格局与Alpha来源的演变 - 金融市场格局持续演变 驱动价值创造的底层逻辑正在重建[4] - 传统资讯如财报、宏观指标、卖方研报已被充分定价 AI模型在历史数据中陷入“内卷”[4] - 真正的超额收益Alpha正加速向另类数据、实时行为痕迹、产业链深层拓扑迁移[4] 买方机构面临的挑战与需求 - 信息差的主战场已转移 买方投研团队面临“数据过剩却洞见荒芜”的困境[6] - 客户渴求的不再是更多同类数据 而是能穿透传统信息边界、直击非标场景、捕捉“未定价脉冲”的独特价值源[6] 对销售角色的战略要求与能力跃迁 - 销售角色需从提供工具转变为重构客户Alpha价值链的“外部数据大脑”[7] - 需成为买方机构在卫星遥感、供应链物流、消费行为颗粒、全球舆论情绪场等另类战场中的“首席数据捕手与价值架构师”[7] - 这要求销售精英完成三重能力跃迁 将自己锻造成客户不可或缺的“外部数据决策中枢”[8] - 第一重跃迁是从“信息贩运者”到“Alpha信号架构师” 需深度掌握另类数据的采集逻辑、清洗陷阱与融合路径[9] - 第二重跃迁是从“响应需求”到“定义决策场景” 需前瞻性洞察客户未言明的战略盲区[10] - 第三重跃迁是从“数据交付者”到“生态化反的催化节点” 真正的壁垒在于多元数据的交叉验证与生态耦合[11] 公司平台提供的价值与机会 - 平台主导Alpha价值链的重构战役 直抵金融智能决策核心[12] - 日常对话对象是买方、卖方的首席投资官、量化负责人、战略总监 视野对标市场脉动最前沿[12] - 工作重塑专业价值 告别低效重复 拥抱深度创造 提供的洞见与解决方案将成为客户战略地图上的关键标记点[13] - 提供高速职业跃迁通道 包括系统性精英培训、逼真业务沙盘演练、业务高管1对1带教[14] - 职业路径可从区域经理发展至业务线负责人 乃至战略核心决策层[14] - 提供全球化锻造机会 开放全球顶级金融中心轮岗[15]

行业变革趋势 - 私募基金行业正经历深刻重构，全球性创新浪潮正在瓦解延续多年的高门槛、封闭运作等传统规则 [1] - 新型基金模式的核心特征包括降低投资门槛、提升运营效率、增强透明度以及回归投资本质 [2] - 投资者需求发生进化，新一代投资人要求利益绑定和结果负责，并倾向于通过影响力投资同时追求财务回报和社会价值 [4] 创新模式与技术应用 - DeFi指数基金通过智能合约自动管理加密资产，用户能以小额资金实现全球资产配置并支持7x24小时自由交易 [1] - DAO风投基金允许社区成员通过持有治理代币共同决策投资方向，使普通人能参与早期项目布局 [1] - NFT碎片化技术将高价值数字艺术品分割成数千份权益，让普通投资者共享顶级艺术资产增值红利 [1] - 大数据与人工智能改变投资决策方式，例如利用卫星图像分析停车场车辆数量预测零售业绩，或通过社交媒体情绪模型预判市场走向 [2] - 音乐版权基金将知识产权转化为可产生稳定现金流的金融资产，永久资本工具则让资金专注于超长期价值创造 [2] 市场动态与案例 - 传统私募模式因依赖市场贝塔、忽视个体风险承受力且服务高度集中，难以匹配当前对公平、稳健、可持续的普遍期待 [4] - 美国私募机构Thoma Bravo正将其在海外验证成功的新型投资机制引入中国市场，该模式不设高门槛且不依赖二级市场波动盈利 [4][5] - Thoma Bravo的新模式通过公司级风控体系与收益保障机制提供更具确定性的回报，结合了全球创新的普惠与机制化精髓并进行了本土化优化 [5]

投资策略与产品特点 - 贝莱德基金推出中证500指数增强型基金，其主动权益产品正进行全面系统化转型升级 [1] - 公司采用“AI+另类数据”的系统化主动权益方法论，旨在长期稳定地获取差异化超额收益 [1][4] - 策略核心优势在于超额收益的低相关性和长期稳定性，不依赖风格漂移、单因子押注或短线拥挤交易 [4] - AI用于生成量化信号和对数百个信号进行动态配重，能更快感知市场环境转折，例如在今年5、6月市场情绪回暖时，AI率先对情绪类信号进行加权 [4][5] - 以贝莱德沪深300指数增强A为例，从去年11月底成立至今年6月底，产品净值增长率相较基准取得较好表现，其日度超额收益与市场同类产品平均相关系数仅为0.27，显示策略差异化 [5] 市场观点与估值分析 - 中证500指数属于中盘股，系统性贝塔高于沪深300，适合作为市场情绪回升和风险偏好提升时的投资工具 [7] - 中证500指数相比中证1000和中证2000等小微盘指数，其估值分位与滚动市盈率更具可接受性 [7] - 根据风险溢价模型测算，即使在保守假设下，沪深300指数当前点位仍低于理论中枢约5%，若市场情绪乐观，估值中枢有上移空间 [7] - 中证500指数当前估值处于合理区间，是性价比较高的底仓工具 [7] - 9月市场的震荡和回调是健康现象，A股市场从大类资产配置角度看仍是性价比较高的资产类别 [7] - 投资者情绪一旦起来通常会持续一段时间，短期调整可能提供更健康的建仓时机，当前仍是较好布局时点 [7] 行业趋势与公司转型 - 贝莱德基金的主动权益业务正全面进入系统化投资时代，这在国内公募行业是罕见和大胆的转型 [9] - 由于A股和港股数量大幅提升，传统主观选股难以应对全局，系统化投资通过系统方式保证组合稳定性和风险控制 [9] - 系统化投资组合集中度更科学，持股分散度适度增加，波动率和回撤通过模型化手段控制，长期持有体验更平滑 [9] - 系统化投资将行业和风格因子敞口有序纳入组合风险预算的整体配置，为策略提供更大扩展空间 [9]

数据洞察与投资策略 - 彭博自2024年5月起通过专业服务洞见博客发布"数据洞察"系列 基于8000+数据集提炼深度洞见 涵盖通胀 供应链 环境风险等主题 旨在帮助金融专业人士构建投资逻辑与情景分析 [1] - 研究覆盖2024全年及2025Q1数据 重点追踪资产动态和市场驱动事件 在当前波动市场中支持策略动态调整 [1] AI领域影响评估 - 通过时间点定价数据量化DeepSeek发布对科技公司的影响 定义成交量激增标准为超1个月均值150% 最大回撤超10%为关键指标 [7] - 受影响前十大科技公司中 Credo Technology最大回撤达39% 英伟达回撤24%但市值保持2857亿美元最高 半导体企业Broadcom市值1021亿美元位列第二 [8] 交易数据预测通胀 - 必需消费品行业观测销售额年增速领先美国核心CPI指数3个月 该数据通过BICS一级行业交易记录汇总获得 可作为宏观指标前瞻 [10] - Bloomberg Second Measure数据以滚动30天同比形式呈现 优化传统基本面分析流程 [10][11] 供应链风险预警 - 欧洲汽车行业2024年销售衰减前 其1500+供应商的财务数据已显示需求疲软 覆盖53国供应链数据可提前识别行业拐点 [13][14] - 研究方法整合标准化财务数据与全球供应链数据库 支持多维度关联分析 德国等TOP10供应商分布国为关键监测区域 [14][15] 其他研究主题 - 报告后续章节涉及政治事件国家风险敞口 生物多样性风险 能源设施数据应用等主题 未披露具体数据结论 [18]

宏观经济与市场展望 - 美国关税政策与地缘政治博弈引发市场避险情绪 但中国经济复苏与技术腾飞带来投资机遇[1] - 中美关税"休战"为市场提供短期稳定窗口期 但长期效果取决于中国经济再平衡进展[6] - 中国经济正经历结构性转型 降低对房地产依赖 高端制造等新兴行业成为重要增长引擎[6] 权益市场动态 - MSCI中国指数估值回归五年均值 后市表现依赖盈利动能恢复[10] - 中国"八巨头"相比美股"七姐妹"存在显著估值折价 新兴市场主动型基金正重新加码中国[10] - 上半年行情由"八巨头"领涨逐步扩散至新消费、金融、医药等多主线共振[10] 固收市场前瞻 - 2025年上半年高收益债券回报强劲 投资级债券表现符合预期[11] - 中美利差倒挂收窄可能导致中资美元债信用利差走阔 推动部分资金转向城投债[13] 量化投研与数据解决方案 - 另类数据与NLP技术可前瞻性把握市场趋势 实时验证投资策略有效性[14][16] - 企业级数据需满足高颗粒度、跨数据集操作等要求 彭博解决方案致力于改变80/20法则[17][19] - 全球覆盖的时点数据帮助私募客户应对海外投资中的公司行为数据处理挑战[19] 大湾区私募发展机遇 - 大湾区作为金融开放前沿 私募基金受益于政策红利、资本聚集与跨境创新[3] - 深圳作为全球增长最快财富中心 可通过深港金融协同打造全球资管新高地[22] 投资策略分享 - 凯丰投资策略强调前沿科技与产业链研究结合 在复杂变量中保持稳健[22] - 华安合鑫重点关注企业可持续自由现金流 认为当前A股/H股存在估值洼地机会[24]

报告核心观点 - 传统量价因子和基本面因子面临失效风险，另类因子成描述价格预期新助力 [1] - 聚焦应用广的舆情因子，可刻画市场热度和情绪，定量把握板块和品种强弱 [1] 期货市场情感强度 - 情感强度计算公式为情感强度= Σ新闻/报告与期货品种的相关程度 × 新闻/报告情感打分 [2] 报告数据信息 - 报告数据截至2025年5月9日 [4] 分析师信息 - 国投期货高级分析师王锴，期货投资咨询证号：Z0016943 [4] - 国投期货分析师张婧婕，期货从业资格号：F03116832 [4]